C语言判断文件编码格式

来源：互联网发布：java趣味编程题编辑：程序博客网时间：2024/06/06 00:32

/*
    功能：实现文件编码格式的判断
    通过一个文件的最前面三个字节，可以判断出该的编码类型：
    ANSI：　　　　　　　　无格式定义；(第一个字节开始就是文件内容)
    Unicode： 　　　　　　前两个字节为FFFE；
    Unicode big endian：　前两字节为FEFF；　 
    UTF-8：　 　　　　　　前两字节为EFBB，第三字节为BF
*/
 
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
 
// 读取一个文件的最前面n个字节，并以十六进制形式输出每个字节的值
void readNBytes(char *fileName,int n)
{
    FILE *fp = fopen(fileName,"r");
    unsignedchar *buf = (unsigned char*)malloc(sizeof(unsignedchar)*n);
    int i;
    if(fp == NULL)
    {
        printf("open file [%s] failed.\n", fileName);
        return;
    }
    fread(buf,sizeof(unsignedchar), n, fp);
    fclose(fp);
    printf("%s:\t", fileName);
    for(i = 0; i < n; i++)
    {
        printf("%x\t", buf[i]);
    }
    printf("\n");
    free(buf);
}
 
void main()
{
    char fileName[][50] = {"ansi.txt","unicode.txt","ubigendian.txt","utf8.txt"};
    int i;
    for(i = 0; i < 4; i++)
    {
        // 每个文件中的内容都是：你what123456
        readNBytes(fileName[i], 3);
    }
}

每个测试文件中的内容都是：你what123456

运行结果为：

ansi.txt:       c4      e3      77
unicode.txt:    ff      fe      60
ubigendian.txt: fe      ff      4f
utf8.txt:       ef      bb      bf

0 0